物流仿真的價值點與痛點分析

最近，數字孿生（Digital twin）、元宇宙（Metaverse）等概念持續火爆，正成為新的潛在經濟增長點。在物流領域，特別是倉儲物流和生產物流領域，各種數字孿生、元宇宙的項目也大幅增加，呈現一片欣欣向榮的景象。然而，無論數字孿生還是元宇宙，雖然代表了當前的技術發展趨勢，但都不是能夠包治百病的靈丹妙藥。就倉儲物流領域而言，物流仿真技術已有多年的應用，數字孿生和元宇宙等新概念在物流行業落地應用的核心技術依然是物流仿真技術。

“物流仿真”這個概念是針對應用對象來命名，并不能準確表達物流仿真的原理。仿真技術是在各類工業領域普遍采用的一項關鍵技術，針對不同的應用對象，其技術原理也不同。整體而言，仿真技術的作用如圖1所示。

由圖1可見，仿真技術的原理是對現實系統進行抽象，形成可以用于實驗的仿真模型，通過對仿真模型的實驗和分析，增強對現實系統的認知，進而更好地設計或控制現實系統，在成本、效率等方面實現價值增值。圖1仿真作用原理同樣適用于物流系統，通過對現實物流系統或設計中的物流系統建立仿真模型，借助仿真實驗來更好地把控現實物流系統的運作規律，從而優化系統設計和管理控制。在這一過程中，“真”和“快”是物流仿真的核心目標。“真”即抽象的仿真模型應盡可能地逼近現實系統特征，仿真結果能盡可能地和現實系統結果一致；“快”即抽象的仿真模型應盡可能以最短時間高效地完成仿真輸出。

不同的現實系統特征不同，抽象為仿真模型的方法也不同。例如，貨架設計做力學分析時通常采用有限元仿真，機械結構的運動仿真通常采用動力學仿真，而貨架、輸送線和各種機器人共同組成的物流系統仿真采用的更多是離散事件仿真。離散事件仿真原理如圖2所示，主要表達了以庫存量為例的系統狀態隨時間變化規律。

由圖2可見，系統狀態隨時間的變化并不是連續曲線，而是離散的突變，而突變的時間點都會發生相應的事件（如入庫、出庫、理貨等），這也是離散事件仿真名稱的來源。離散事件仿真的本質即模擬入庫、出庫等事件對系統狀態的影響，從而發現其內在規律。圍繞“真”和“快”的目標，離散事件仿真的重點在于只關注影響系統狀態的“事件”，仿真時鐘會從一個事件時間點直接跳躍前進至下一個事件的時間點，因此相對連續系統仿真，離散事件仿真的效率會更高。而仿真結果是否更“真”，則很大程度上取決于事件的密度，往往事件密度高，仿真真實度會更高，但仿真速度更慢；事件密度低，仿真真實度會差，而仿真速度更快。

需要說明的是，由于現實物流系統的復雜性，往往是不可能構建和現實中完全一致事件密度的仿真模型，即便構建出來，仿真速度也無法達到圖1中分析和控制的要求。以筆者參與的某工廠車間物流仿真項目為例，為盡可能讓仿真模型擬真，針對多條生產線構建了高事件密度的仿真模型。為了模擬該工廠的產能，當多條生產線同時開動仿真時，仿真速度已經低于現實速度，要模擬工廠一天的產能就需要花費若干天的仿真時間。此時就算能得到非常準確的仿真結果，仿真也已經失去控制現實系統的意義。因此，并非仿真越“真”就越好，不是特別“真”的仿真也有其用武之地，而一個優秀的仿真工程師需要在“真”和“快”之間，找到最適合現實物流系統需求的平衡點。

在現實的應用中，為了展示仿真的過程以使人信服仿真結果，通常都會采用直觀的三維動畫來展示仿真。甚至，動畫是否美觀成為衡量物流仿真效果的一個重要因素。然而，動畫本身是一個連續展示圖片的過程，連續過程本身和離散事件仿真方法存在著矛盾。雖然目前所有的物流仿真軟件都提供動畫展示功能，但其技術本質實際上是在離散事件仿真的基礎上增加了很多適合人類肉眼觀測的連續事件，因此盡管動畫展示會更直觀，卻會影響仿真效率。

針對服務對象的不同階段，物流仿真的價值點的作用領域，可分為物流系統設計和物流系統控制兩大類。

物流系統設計是物流仿真應用較多的領域，其價值點包括：“方案展示”、“方案對比”、“產能評估”、“方案細化”、“方案優化”。其中，“方案展示”是用直觀的三維動畫展示按照設計方案建成后物流系統的狀態，在物流系統招投標中往往起到非常重要的作用，是最容易理解和被認可的價值點。然而，這一價值點的技術核心在于快速構建美觀的三維動畫，而非仿真結果的“真”和“快”。因此，在這一方面，專業的動畫或游戲軟件往往能獲得更為逼真的動畫效果，只是在建模時間和成本上會相對較大。專業的物流仿真軟件的優勢，在于利用內置的物流設備模塊，能夠快速構建適中的動畫效果。物流仿真在這方面的價值點，是在建模成本、建模時間和動畫效果之間找到商業平衡點。

“方案對比”和“產能評估”的技術核心是離散事件仿真，其價值在于解決了傳統數學方法難以精確計算不同方案產能的缺點。產能往往是物流系統設計的最重要指標，而甲方業主往往從市場出發，對產能有不切實際的目標。以筆者參與的某電器智能工廠規劃項目為例，甲方提出了非常高的產能指標，可通過仿真發現任何方案都無法達到該指標，甲方堅定認為是方案的問題，而乙方認為是甲方指標過高。為了證明孰對孰錯，通過仿真假設最為理想的生產情形，仿真結果顯示即使最理想的情形也距離產能指標有較大距離，最終甲方也認可了仿真的客觀結果，修正了不切實際的產能指標。受現實利益影響，往往甲方對乙方會存在較強的不信任，這種不信任如果一直持續，就會給項目流產帶來風險，在美好愿望和客觀規律之間，必須做出權衡。因此，“方案對比”和“產能評估”的價值點，并非僅通過仿真進行產能計算和比對方案，而是提供能夠反映客觀規律的數據，避免項目走向錯誤的方向。

通常物流系統的方案設計只會涉及布局等粗環節，難以涉及到具體設備的工作機制，也難以考慮生產計劃、工人排班等細節。而在做物流仿真時，沒有這些細節，就無法建模和仿真，所以物流仿真項目往往會推動方案設計的細化，這也是其另一個重要的價值點。很多自建物流仿真團隊的企業都有共識，即物流仿真會推動設計人員考慮更多的細節，促使設計方案不斷細化，有時甚至在設計方案的不斷細化過程中，即使不用仿真就能夠發現隱藏的問題，也實現了方案的優化。由此可見，“方案細化”和“方案優化”是物流仿真隱藏的價值點，雖然有時對其價值實現過程并沒有起到直接作用，但卻起了重要的推動作用。因此，物流仿真通常會與精益生產相結合，共同在企業實施。當然，物流仿真項目并非一定要等物流系統設計結束后再啟動，設計完成時往往很多問題已經形成，即使通過仿真發現了也經常沒有時間修改。更好的應用途徑是物流仿真在物流系統設計的早期就介入設計過程，與設計緊密融合，并貫穿概念設計、詳細設計整個過程，在設計的早期就能考慮更多的細節，將問題扼殺在萌芽狀態，這樣才會真正發揮物流仿真的價值。

在物流系統控制領域，目前物流仿真的應用還不多，其可能的價值點包括：“虛擬監控”、“虛擬聯調”、“計劃演練”、“資源優化”、“調度優化”。其中，“虛擬監控”是最接近數字孿生的一個價值點，其核心在于通過虛擬的三維空間實時監控物理設備和系統狀態，對故障或擁堵進行報警。“虛擬聯調”即在計算機中構建虛擬的設備環境，輸入與現實設備相同的控制程序，通過虛擬聯調提前發現問題，減少現場調試的時間和成本。無論“虛擬監控”，還是“虛擬聯調”，都更需要仿真的“真”，而在仿真速度上只要滿足人眼觀測的需求即可，對“快”的要求不高。

“計劃演練”是在一個生產計劃執行前，通過物流仿真模擬其執行過程，評估執行效果。以筆者參與的某家居企業仿真項目為例，在當天下班時要制定第二天的日計劃，通過物流仿真可以提前一天對日計劃進行演練和評估，而且可通過算法對日計劃的投產順序進行優化，第二天上班前在各工位鋪貨，保障生產效率和日計劃的嚴肅性。隨著“計劃演練”，物流仿真同時可以推演出保障計劃執行所需要的人力、工具、叉車等資源的數量，從而可以對資源調配提供決策依據，最終提高資源利用率，實現“資源優化”。在這一過程中，需要在較短時間內獲得上述仿真結果，從而為決策支持提供依據。因此，“計劃演練”和“資源優化”既要求物流仿真的“真”，也要求仿真的“快”。

“調度優化”是隨著人工智能技術在物流領域發展而出現的一個價值點，其應用領域是倉儲中的AMR、立體庫、穿梭車等群體智能裝備，也是當前科學研究的重要領域之一。通過IoT技術實時獲取設備群狀態，通過物流仿真技術對設備群未來狀態進行推演，由于每臺設備都有大量不同的控制參數，當設備數量較多時，由于存在群體的交互性和動態性，其未來的群體狀態就形成非常龐大的參數優化空間。這一點很像打敗人類棋手的谷歌AlphaGo，其優化過程如圖3所示，每一個點為仿真搜索的解，黑色加粗線條為最終選擇的解。類似谷歌AlphaGo，在群體智能物流設備的調度優化中，也需要借助物流仿真技術來完成圖3中的群體狀態推演，最終實現群體智能物流設備的協同優化。類似谷歌AlphaGo戰勝人類棋手，未來一個智能倉庫里的群體智能物流裝備可以互相推演對方狀態并進行溝通，將會獲得超越人類認知的調度優化方法，在工作效率、設備利用率、工作成本等方面達到新高度。隨著智能物流的高速發展，“調度優化”也是未來倉儲物流仿真項目的核心價值點。顯然，這一過程對物流仿真的“真”和“快”都有極高的要求。

任何一項技術都不可能十全十美，物流仿真也不例外。隨著物流仿真的需求越來越多，了解物流仿真技術的痛點，相對其價值點更為重要。整體而言，物流仿真技術當前面臨如下痛點：

1.物流仿真無法完全與現實物流系統一致。

現實中的智能物流系統是機械、材料、控制、電氣、管理、計算機、人工智能等多學科綜合體，而物流仿真只是從流程邏輯上盡可能接近現實物流系統，難以做到與現實物流系統完全一致的仿真系統。因此，就仿真輸出而言，也不可能和現實系統的輸出完全一致。歸根結底，仿真中“仿”字更為重要，模仿的一定會與真實的存在差距。只是，現實問題是除了模仿的，并沒有更好的選擇。所以只要物流仿真能夠輸出接近現實系統輸出的結果，就具有輔助決策的價值。但如果差距過大，物流仿真就失去了“真”這一核心價值點。

2.物流仿真只能發現問題，而無法給出解決方法。

在“產能評估”、“虛擬聯調”、“計劃演練”等方面物流仿真可以發現隱藏的問題，但不能自動給出解決問題的方法。通常需要借助仿真人員的經驗，對仿真結果進行分析，最終找到解決問題的方法。無論人類智能，還是人工智能，物流仿真都是一個有效的支撐工具，但并非智能實現的組成部分。

3.數據超載，仿真速度慢。

當仿真模型超大或需要處理大量數據時，會存在數據超載現象，導致仿真速度慢。其原因在于離散事件仿真本身的機制是逐個處理每個事件，在處理每個事件過程中不斷對新產生的未來事件進行排布。為了保證處理邏輯正確，這一過程往往由一個單核CPU處理，如果事件很多時，處理過程就會非常繁瑣耗時。目前主流的物流仿真軟件，都難以突破對大規模仿真算力不足的瓶頸，這也是制約物流仿真“快”的一個難題。

4.仿真模型準確度難以被充分驗證。

當前，物流仿真主要應用在物流系統設計領域，在系統設計階段沒有真實系統的輸出作為對照，往往難以充分驗證仿真模型的準確度和仿真結果的偏差。通常的做法是，將物流仿真結果與經驗結果或簡單的邏輯分析結果進行對比，這種對比往往不夠充分，但又缺乏相應的驗證標準。即使對現實物流系統仿真，將仿真輸出與現實物流系統輸出進行對比，也會存在有時準確、有時誤差偏大的現象。而且，仿真往往要對現實物流系統做出改善，針對改善方法而假設的仿真結果，同樣失去了現實系統輸出作為對標，其準確度有多少，也難以準確度量。VVA（Verification“校核”，Validation“驗證”，Accreditation“接受標準”）是公認的仿真模型準確度驗證的方法，而目前在物流仿真領域，還缺乏相應的VVA標準。

物流仿真并非一項新技術，在歐美已有多年的發展和成熟應用，目前物流仿真技術對我國物流領域的工程項目而言還較為奢侈，仿真的應用還不夠普及。其原因在于，我國物流工程項目的建設一直處于高速發展的階段，時間成本極高，往往加班加點趕出規劃方案后已經沒有時間去做仿真，簡單評估后就投入建設了。這種“拍腦袋”的方式雖然成功完成了許多項目，但其間也存在許多風險，部分項目的最終效果也并不理想。此外，無論物流工程項目的甲方還是乙方，對物流仿真技術的認知還有不足，物流仿真人才也較為缺乏。

當前，隨著數字孿生、元宇宙等概念的普及，物流仿真項目的需求也大幅增加，物流工程項目的科學性要求不斷增高。然而，物流仿真并非包治百病的靈丹妙藥，有其優點的同時也存在缺點。而物流仿真的優點并非適合每一家企業，要與企業具體的需求結合，形成具體的價值點，才是物流仿真項目上馬的依據。并且，并非物流仿真所有的價值點最終都可以實現，物流仿真技術本身也存在痛點，如果不能客觀對待該技術，最終物流仿真項目也難以達到目標。企業如果僅僅追熱潮盲目跟風上馬項目，不僅存在很大風險，也會阻礙物流仿真技術的健康發展。因此，本文從企業應用的角度，全面梳理了物流仿真技術的價值點和痛點，希望能幫助企業理性看待這一技術，促進物流仿真技術在我國物流領域的普及應用和健康發展。